Krok 1 – Připravte data z Elys CRM: Exportujte aktuální přehled obchodních příležitostí z Elys CRM jako CSV nebo zkopírujte tabulku přímo do schránky. Sloupce, které budete potřebovat: název příležitosti, fáze obchodního cyklu, odhadovaná hodnota, datum posledního kontaktu, počet dní v aktuální fázi a historický win rate obchodníka. Pokud tato data nemáte pohromadě, nastavte je v Elys CRM jako standardní pole – jednou a navždy.

Krok 2 – Vytvořte analytický prompt pro AI: Otevřete Claude nebo ChatGPT a zadejte tento prompt (upravte dle svých potřeb): „Jsi zkušený obchodní analytik. Na základě přiložených dat z pipeline mi vytvoř: (1) pravděpodobnost uzavření každé příležitosti v procentech, (2) realistický forecast příjmů na příští 30 a 60 dní, (3) seznam 3 příležitostí s nejvyšší prioritou pro okamžitou akci a důvod proč, (4) varování u příležitostí, které stagnují déle než 14 dní. Zohledni historický win rate obchodníka a fázi cyklu." Vložte za prompt svá data a nechte AI pracovat.", Krok 3 – Automatizujte opakování přes Elys Automate: Ruční export a kopírování je fajn pro start ale skutečná úspora přichází s automatizací. V Elys Automate nastavte scénář který každý pátek ráno automaticky stáhne aktuální data z Elys CRM pošle je do Claude přes API s vaším připraveným promptem a výsledný forecast uloží do Elys Notes nebo rovnou odešle na váš e-mail. Celý setup zabere asi hodinu ale pak jedete na autopilotu – každý pondělní ráno máte forecast ve schránce ještě před snídaní. 📊 Krok 4 – Zapojte Elys Data pro dlouhodobé sledování: Výsledky forecastů ukládejte strukturovaně do Elys Data, kde si časem vybudujete vlastní databázi předpovědí versus skutečných výsledků. Právě z tohoto srovnání AI postupně zpřesňuje odhady a vy získáte přehled, jak přesný byl forecast před 30, 60 nebo 90 dny. Tento krok odděluje firmy, které AI „zkouší od těch které ji reálně využívají ke strategickým rozhodnutím o náboru investicích nebo cash flow.

Chyba č. 1 – Špinavá data, nepřesný forecast: Nejčastější problém je, že obchodníci neplní CRM průběžně, takže data jsou zastaralá nebo neúplná. AI pak pracuje se špatnými vstupy a výsledky jsou k ničemu. Řešení: před zavedením AI forecastingu strávte jeden den čištěním pipeline v Elys CRM a zaveďte jednoduché pravidlo – každá příležitost musí mít aktualizovaný kontakt maximálně 7 dní zpátky. Elys Automate vám může automaticky posílat upomínky obchodníkům, pokud příležitost nebyla aktualizována déle než týden.

Chyba č. 2 – Slepá důvěra v čísla bez kontextu: AI forecast je mocný nástroj, ale nezná kontext, který má váš zkušený obchodník v hlavě – například že klíčový kontakt u zákazníka právě odešel z firmy, nebo že deal čeká na schválení rozpočtu v září. Vždy berte AI výstup jako výchozí bod k diskusi, ne jako finální verdikt. Nejlepší praxe: výsledky forecastu jednou týdně projděte s obchodním týmem na 15minutovém standupu a přidejte ruční komentáře ke klíčovým příležitostem – pak forecast skutečně slouží jako živý dokument, nikoli jako tabulka pro šuplík.

Nastavení AI forecastingu není raketová věda, ale správná architektura dat a automatizace vám ušetří 4–6 hodin měsíčně a přidají klid při každém plánování. Pokud chcete mít celé řešení funkční rychle a bez zbytečného experimentování, kontaktujte tým Elys – rádi vám navrhneme konkrétní nastavení pro vaši firmu. Nebo si rovnou spočítejte investici pomocí naší online kalkulačky a uvidíte, jak rychle se to vrátí.